我想弄几个小时，如何用tf idf计算具有余弦相似度加权的两个字符串之间的相似度：
s1 =鲍勃 s2 =抢
我的分割条款将是b，o和r。 因此，我得到以下术语频率（文档中的特定术语/文档中的所有术语）：
TF(s1, b) = 2/3
TF(s1, o) = 1/3
TF(s1, r) = 0/3
TF(s2, b) = 1/3
TF(s2, o) = 1/3
TF(s2, r) = 1/3
现在IDF（文件总数/其中带有术语的文件数）将为：
IDF(b) = log(2/2) = 0
IDF(o) = log(2/2) = 0
IDF(r) = log(2/1) = 0,3010
这将我带到if-idf（if * idf）：
TF-IDF(s1, b) = 0
TF-IDF(s1, o) = 0
TF-IDF(s1, r) = 0
TF-IDF(s2, b) = 0
TF-IDF(s2, o) = 0
TF-IDF(s2, r) = 1/3 * 0.3010 = 0.1
所以我的Vecors看起来像这样： sx（b，o，r） s1（0,0,0） s2（0,0,0.1）
现在，如果我对它执行余弦相似度公式，它将返回相似度0。
对于我的问题：TF-IDF是否仅可用于更多多个文档？ TF-IDF加权的余弦相似度仅对单词之类的较大术语有用吗？关于bigrams，我可以使用Bigrams获得更好的结果吗？ 即使当我尝试比较分成“单词术语”（也称为原子字符串）的字符串“ Smith先生”和“ Smith先生”时，我也只会得到垃圾结果。
我指的是将Cosine与IF-IDF结合使用以实现类似Title Matching这样的字符串相似性的论文
谢谢